中扬子地区上奥陶统—下志留统五峰组—龙马溪组页岩纵向非均质性及主控因素     

王川  董田  蒋恕  张钰莹  杨柳青  梁兴  王高成 《地质科技情报》2022,41(3):108-121

  相似文献   

岩溶生态系统中的植物     

曹建华  袁道先  杨慧  黄芬  朱同彬  梁建宏  周孟霞  罗劬侃  吴夏 《中国岩溶》2022,41(3):365-377

岩溶生态系统是受岩溶环境制约的生态系统,是脆弱的生态系统,缺水、少土、富钙是岩溶生态系统无机环境的基本特征,植物与岩溶环境长期的相互作用,演化出独特的岩溶植物。岩溶植物具有喜钙性、石生性、旱生性,其多样性表现为少属科、寡种属和特有种,更有岩溶生态系统中特有的洞穴弱光带、天坑植物群落。植物是生态系统的生产者,肩负着生态系统的生产力、生态服务功能的重任,退化岩溶生态系统的修复,需要根据中国岩溶生态系统发育特色,探索发展具有仿自然特色的生态产业,走出岩溶区“绿水青山就是金山银山”的道路,完善中国岩溶生态系统理论。   相似文献   

基于深度学习的CZ铁路康定—理塘段滑坡易发性评价   总被引：1，自引：0，他引：1  

王世宝  庄建琦  郑佳  牟家琦  王野  付玉婷 《工程地质学报》2022,30(3):908-919

CZ铁路康定至理塘段地处青藏高原东部边缘,区域内地形地貌多变、地质构造复杂,滑坡灾害极其发育,严重威胁着CZ铁路康定至理塘段的规划建设和未来安全运行。因此,选取高程、坡向、平面曲率、剖面曲率、地形起伏度、地表切割度、地形湿度指数、归一化植被指数、岩性、距断层距离、距河流距离、距道路距离共计12个影响因子构建滑坡空间数据库,采用深度学习的卷积神经网络(convolutional neural network,CNN)模型进行滑坡易发性评价,根据易发性指数将研究区划分为极高易发区(13.76%)、高易发区(14.00%)、中易发区(15.86%)、低易发区(18.17%)、极低易发区(38.21%)5个等级,并与人工神经网络(artificial neural network,ANN)模型进行对比。结果表明,CNN模型的评价精度AUC(0.87)大于ANN(0.84)模型,且极高易发区的频率比值高于ANN模型,CNN模型在本研究区有着更高的预测能力;极高和高易发区主要分布在水系较为发育的地区,沿着雅砻江和其他河流两侧2 km范围内呈带状分布。滑坡易发性评价结果较好地反映了研究区滑坡灾害发育的分布现状,能够为该区的CZ铁路建设和未来安全运行过程中的防灾减灾工作提供科学的依据。  相似文献   

国道213汶川—松潘段滑坡隐患遥感识别与易发性评价     

黄艳琴  李为乐  许洲  李鹏飞  铁永波 《中国地质调查》2022,9(4):121-133

国道213汶川—松潘段位于强震山区,滑坡灾害频发,每年都会因滑坡灾害导致交通中断,迫切需要查明沿线滑坡隐患的空间分布,并对其易发性进行评价。利用光学遥感和InSAR综合遥感技术对沿线滑坡隐患进行识别,共识别滑坡隐患288处,其中InSAR探测出有形变的滑坡隐患点27处。以识别出的滑坡隐患为评价样本,选取高程、坡度、坡向、地表曲率、工程地质岩组、归一化植被指数(normalizied difference vegetation index,NDVI)、距道路距离、距河流距离、距断层距离等9个影响因素作为评价因子,采用Logistic回归模型评价该沿线滑坡隐患易发性,评价结果可为国道213汶川—松潘段滑坡灾害防治提供参考。  相似文献   

基于GIS和层次分析法的沙溪流域滑坡地质灾害易发性评价     

王存智  张炜  李晨冬  吴佳瑜  湛龙  陈国光 《中国地质调查》2022,9(5):51-60

滑坡是沙溪流域主要地质灾害类型之一,开展滑坡灾害易发性评价可为区域地质灾害防治提供数据基础和决策依据。通过沙溪流域生态地质调查,分析了滑坡灾害分布规律和影响因素之间的关系,选取岩性建造、地貌、坡度、坡向、降雨量、距河流距离和距断层距离7项指标,利用层次分析法及地理信息系统空间分析技术,开展沙溪流域滑坡地质灾害易发性评价。结果显示: 沙溪流域滑坡易发性影响因子依次为岩性建造、多年年均降水量、地形地貌、坡度、距河流距离、距断层距离和坡向; 沙溪流域滑坡灾害易发性与坡度、岩性建造、年均降水量表现出明显正相关,即坡度越大、岩性建造性质越软弱、越易风化,年均降水量越多,越易引发滑坡灾害; 滑坡灾害易发性与断裂构造、河流距离与滑坡灾害易发性呈负相关,即距离越近越容易诱发地质灾害; 流域整体以低易发区和极低易发区为主,高易发区主要分布在沙溪流域中南部、东部及东北部地区。这为沙溪流域地质灾害防治提供了基础数据和决策依据。  相似文献   

基于LSTM的缝洞型油藏水淹异常模式识别及预警     

《地质科技情报》2021,40(5)

大缝大洞的存在和频繁的工作制度导致缝洞型油藏含水率变化特征多样,暴性水淹预警难度大。针对传统预警方法存在的时滞性问题,采用K线理论刻画含水率生产指标变化趋势,总结出充沛型、突破型、反转型等水淹前异常模式;由于循环神经网络能够刻画生产数据间的长程相关性,采用基于循环神经网络的长短期记忆网络(LSTM)自动识别水淹异常模式特征实现暴性水淹预警。仿真实验表明基于LSTM的水淹异常模式识别模型通过变换数据尺度,较好地捕获暴性水淹前数据的整体变化趋势,识别精度明显优于支持向量机、朴素贝叶斯等模型。K线理论刻画的各类异常模式有效解决了传统预测的时滞难题,提前1～3周实现水淹预警,可以为缝洞型油藏水淹预警研究提供新的研究思路。  相似文献   

塔里木盆地顺北地区11号走滑断裂带变形及其活动特征     

况安鹏  余一欣  朱秀香  陈石  金峰  梁鑫鑫  余浪 《现代地质》2021,35(6):1809-1817

塔里木盆地顺北地区发育大量走滑断裂带,并对油气的运聚成藏有重要控制作用。以顺北西部地区地震资料为基础,对顺北11号走滑断裂带的几何变形特征、活动性、活动期次及其形成机制等进行了分析。顺北11号走滑断裂带整体呈NNW走向延伸,具有垂向分层性和平面分段性。断裂带北段主体为压扭和张扭交互段,中段为两条次级断层控制的拉分地堑,南段由数条分支断层构成马尾状构造。顺北11号断裂带整体活动性由北向南减弱,运动学标志显示是一条右旋走滑断层。顺北11号断裂带主要经历了晚奥陶世和晚志留世-中泥盆世两期活动,部分地区的活动持续到石炭纪。顺北11号走滑断裂带的活动性和运动学特征与塔北地区NNW走向的走滑断裂体系比较相似,而不同于塔中地区的NE向左行走滑断裂体系。顺北11号走滑断裂带的形成主要受控于塔里木盆地北部天山洋多期俯冲挤压而产生的自北向南的挤压应力,断裂自北向南扩展延伸,类似于顺北5号走滑断裂带的北段。  相似文献   

废弃矿井地下空间旅游资源开发利用模式研究     

韩运  刘钦节  吴犇牛  杨科  董志勇 《煤田地质与勘探》2021,49(4):79-85

随着煤炭产业去产能政策的深入推进,大量矿井面临关闭或废弃,但其仍赋存大量可利用资源,如何开发利用,已成为煤炭工业转型发展的一大难题。在分析国内废弃矿井工业旅游开发现状与地下空间旅游开发问题的基础上,借鉴学习国外废弃矿井旅游开发模式经验,并总结分析废弃矿井地下空间旅游资源的特征。探索废弃矿井地下空间旅游资源开发利用模式,提出基于视觉、触觉和听觉以及知识性、观赏性、参与性、娱乐性和趣味性的“三觉五性”设计方法。并针对目前废弃矿井地下空间资源开发利用中存在的问题,给出相应的对策,即:高度重视废弃矿井旅游资源开发,改善传统单一旅游模式,加强体验式旅游设计,对地下空间进行现代化功能型改造。对实现地下空间资源利用最大化,服务于国家发展建设、社会民生保障及经济发展提供一定参考。   相似文献   

Cu(Ⅱ)污染作用下膨胀土的胀缩时程效应研究     

韦桐忠  肖桂元  吴志敏  安冉  江廷荟 《工程地质学报》2021,29(4):1224-1232

为探讨Cu(Ⅱ)对膨胀土胀缩特性的影响,针对初始状态相同的膨胀土试样,采用浓度为2.5 g·L-1、5.0 g·L-1、10.0 g·L-1的CuSO₄溶液以及去离子水进行处理,开展一系列重金属Cu(Ⅱ)污染作用下的胀缩性试验,并运用Does Response模型对胀缩时程曲线进行描述;利用马尔文激光粒度测试,分析了污染前后膨胀土的粒径分布特征。结果表明:膨胀土试样的膨胀率、收缩速率、竖向收缩率及膨胀含水率皆随Cu(Ⅱ)浓度的增大而增大,但膨胀土试样的损失含水率并不随Cu(Ⅱ)浓度的变化而变化;试样的无荷载膨胀时程曲线可分为快速增长、变减速及缓慢增长阶段;膨胀土的收缩过程可分为缓慢收缩、快速收缩与收缩稳定阶段;Does Response模型不能完全适应无荷载条件下的膨胀时程曲线,但能较好地描述收缩时程曲线;随着Cu(Ⅱ)浓度的增大,未污染膨胀土颗粒在80 μm处的粒径分布峰值消失,在47 μm处的粒径分布峰值往小粒径方向偏移,说明胶结物逐渐溶蚀,引起部分膨胀土大颗粒分解,依附在土颗粒表面的水膜面积增大,膨胀土吸水能力增强,进而导致高浓度环境中的膨胀土胀缩性较高。  相似文献   

机器学习模型在滑坡易发性评价中的应用          下载免费PDF全文

刘福臻  王灵  肖东升 《中国地质灾害与防治学报》2021,32(6):98-106

机器学习在滑坡的易发性评价中面临两个难点,一是评价指标的客观量化,二是训练样本的选择。鉴于此,采用频率比法实现了评价指标的客观量化,利用k均值聚类算法实现了非滑坡样本数据的筛选。结果表明,以k均值聚类算法筛选非滑坡为前提,神经网络的训练精度由73%提升到了97%,支持向量机的训练精度由75%提升到了96%。基于GIS平台,将神经网络和支持向量机模型计算的全区易发性指数按自然断点法分为五个区域,分区图与历史灾害点的叠加分析统计结果显示,神经网络在全局范围内的评价结果优于支持向量机模型,全局精度分别为76%和74%。研究结果可为南江县的防灾减灾工作提供参考。  相似文献